Een persoonlijk dieet, specifiek voor de behoefte van jouw lichaam en jouw unieke reactie op voedsel. Volgens deze onderzoekers is het heel dichtbij.
De hoogleraren Eran Segal en Eran Elinav van het Weizmann Institute of Science onderzoeken de glucosewaarden in het bloed van vrijwilligers in The Personalised Nutrition Project. In hun jongste studie onderzoeken ze persoonlijke diëten.
Ze vroegen 1000 vrijwilligers gedurende een week elke 5 minuten hun bloedsuikerlevels te checken, schrijft de Sydney Morning Herald. Ze volgden hun normale eetpatroon. Ook gaven zij hun darmflora af en beantwoordden ze vragen over hun dagelijkse dieet, beweging, slaappatroon en medische geschiedenis.
De verzamelde gegevens stelden de onderzoekers in staat te bepalen hoe verschillende producten individuele lichamen beïnvloeden. “De eerste verrassing was hoe verschillend de reactie was op hetzelfde voedsel”, zei Elinav op de conferentie voor de Australian Society for Medical Research.
Zo hadden sommige proefpersonen een veel hogere glucose-respons op ijs dan op rijst, terwijl anderen juist een glucosepiek kregen van rijst en niet van ijs. Veel resultaten bleken contra-intuïtief, maar tegelijkertijd heel specifiek. Een voorbeeld is een pre-diabetespatiënt, die de hele dag groente at. Haar glucoselevels bleken steeds te stijgen na het eten van tomaten, vertelt Elinav.
Berekend dieet beter dan experts
De resultaten waren zo specifiek dat ze geschikt zijn voor het berekenen van een persoonlijk dieet met behulp van een complex algoritme. Om het effect te testen, deden de onderzoekers een tweede test op 36 voornamelijk pre-diabetische personen. De eerste groep kreeg de eerste week een gepersonaliseerd dieet dat volgens het algoritme ‘goed’ voor hen was. De tweede week kregen ze een dieet dat ‘slecht’ zou zijn. Voor de tweede groep proefpersonen stelden gezondheidsexperts het dieet samen op basis van de beschikbare data.
Lange termijn effect onbekend
Het team van onderzoekers doet nu onderzoek naar het effect van deze persoonlijke benadering op de lange termijn. De wetenschappers geloven dat deze benadering een oplossing biedt voor de obesitas-epidemie.
Elinav denkt dat het gepersonaliseerde dieet snel beschikbaar kan zijn over de hele wereld: “Denk in maanden in plaats van jaren”.
De studie verscheen vandaag in het tijdschrift Cell.
Fotocredits: Olga
Dit artikel afdrukken
Ze vroegen 1000 vrijwilligers gedurende een week elke 5 minuten hun bloedsuikerlevels te checken, schrijft de Sydney Morning Herald. Ze volgden hun normale eetpatroon. Ook gaven zij hun darmflora af en beantwoordden ze vragen over hun dagelijkse dieet, beweging, slaappatroon en medische geschiedenis.
De eerste verrassing was hoe verschillend de reactie was op hetzelfde voedselContra-intuitiëf en specifiek
De verzamelde gegevens stelden de onderzoekers in staat te bepalen hoe verschillende producten individuele lichamen beïnvloeden. “De eerste verrassing was hoe verschillend de reactie was op hetzelfde voedsel”, zei Elinav op de conferentie voor de Australian Society for Medical Research.
Zo hadden sommige proefpersonen een veel hogere glucose-respons op ijs dan op rijst, terwijl anderen juist een glucosepiek kregen van rijst en niet van ijs. Veel resultaten bleken contra-intuïtief, maar tegelijkertijd heel specifiek. Een voorbeeld is een pre-diabetespatiënt, die de hele dag groente at. Haar glucoselevels bleken steeds te stijgen na het eten van tomaten, vertelt Elinav.
Berekend dieet beter dan experts
De resultaten waren zo specifiek dat ze geschikt zijn voor het berekenen van een persoonlijk dieet met behulp van een complex algoritme. Om het effect te testen, deden de onderzoekers een tweede test op 36 voornamelijk pre-diabetische personen. De eerste groep kreeg de eerste week een gepersonaliseerd dieet dat volgens het algoritme ‘goed’ voor hen was. De tweede week kregen ze een dieet dat ‘slecht’ zou zijn. Voor de tweede groep proefpersonen stelden gezondheidsexperts het dieet samen op basis van de beschikbare data.
Ons algoritme was effectiever in het voorspellen van een goed of slecht gepersonaliseerd dieet dan de experts“Ons algoritme was effectiever in het voorspellen van een goed of slecht gepersonaliseerd dieet dan de experts”, zegt Elinav. Het glucoseniveau in het bloed van de meeste deelnemers ging naar ‘bijna normaal’ in de ‘goede’ week.
Lange termijn effect onbekend
Het team van onderzoekers doet nu onderzoek naar het effect van deze persoonlijke benadering op de lange termijn. De wetenschappers geloven dat deze benadering een oplossing biedt voor de obesitas-epidemie.
Elinav denkt dat het gepersonaliseerde dieet snel beschikbaar kan zijn over de hele wereld: “Denk in maanden in plaats van jaren”.
De studie verscheen vandaag in het tijdschrift Cell.
Fotocredits: Olga
Nog 3
Je hebt 0 van de 3 kado-artikelen gelezen.
Op 5 april krijg je nieuwe kado-artikelen.
Op 5 april krijg je nieuwe kado-artikelen.
Als betalend lid lees je zoveel artikelen als je wilt, én je steunt Foodlog
Lees ook
Hier de open access full text. Zo op het eerste gezicht erg mooi onderzoek.
Dennis, zou het dan toch waar zijn: datapatronen vormen een betere leidraad dan kennis?
Dick, waar denk je dat ze de keuze om de postprandial glycemic response op baseerden? Of de keuze van de factoren die ze wilden meten? Ik zou toch bijna zeggen op grond van bestaande kennis.
Wat de onderzoekers hier gedaan hebben is een persoonsgebonden voorspellend model opstellen en toetsen middels een subset van 100 personen (niet in bovenstaande tekst vermeld, maar een sterk punt van dit onderzoek). Het gevonden algoritme is het resultaat, niet de gevonden correlaties. En door het algoritme te toetsen (middels de subset én middels de interventie) hebben ze een begin gemaakt om het te laten uitgroeien tot kennis.
Het maffe is: kennis blijft altijd leading bij de interpretatie van big data. Zo deden we dat al - ik verdiende er jaren mijn geld mee - bijna 20 jaar geleden al. Echter: data worden meer leidend binnen de theorie dan de theorie dat we allemaal hetzelfde zijn.
En het mooie is, de op big data gebaseerde modellen worden uiteindelijk zelf weer kennis. Kennis is trouwens altijd essentieel bij data interpretatie, niet alleen bij big data.
Dat iedereen hetzelfde is (op het niveau van respons op voeding) is geen theorie, maar een vooronderstelling. Deze resultaten tonen eens te meer dat die vooronderstelling niet klopt.